Zillow activó búsqueda por lenguaje natural en enero de 2023. Realtor.com la siguió en octubre de 2025. Redfin en febrero de 2026. En Argentina, Roomix ya procesa 373.000 propiedades con búsqueda semántica. Los portales cambiaron la forma de indexar una ficha, y la mayoría de las agencias en LATAM todavía no lo sabe.
Qué cambia cuando el portal entiende frases
En el modelo tradicional de búsqueda, el portal actúa como una base de datos de filtros: el comprador elige cantidad de habitaciones, metraje, precio máximo, barrio. El algoritmo devuelve las propiedades que encajan en esos parámetros. La descripción textual no influye en los resultados.
En el modelo de búsqueda semántica o por lenguaje natural, el comprador escribe una frase: "departamento luminoso con cuarto de trabajo, cerca del metro, en edificio que acepte mascotas". El algoritmo analiza el texto completo de cada ficha, no solo los campos estructurados, y devuelve las que mejor responden a esa intención. Si tu descripción no contiene esas señales, tu propiedad no aparece, aunque cumpla perfectamente los criterios.
La diferencia operativa es concreta. Los buscadores semánticos ya generan resultados un 73% más precisos que la búsqueda por filtros para criterios de preferencia del comprador (según European Internet Ventures, 2026). Ese delta se produce exactamente en las consultas que los filtros no pueden procesar: luz natural, orientación, características del edificio, entorno inmediato.
Roomix, el buscador que ya opera con IA en Argentina, documenta el caso de uso con precisión: en ZonaProp, para encontrar "departamentos luminosos, sin expensas altas, aptos para crédito hipotecario en Palermo", el comprador debe abrir el mapa, seleccionar barrio, tipo, habitaciones, precio, y luego buscar esos términos en el campo de características (según Roomix, 2026). Cinco o seis pasos, con resultado parcial porque los filtros no capturan "luminoso" ni "sin expensas altas". En Roomix, el comprador escribe la frase y la IA interpreta. Un paso.
El problema estructural de la ficha en LATAM
La práctica dominante en inmobiliarias de Colombia, México, Panamá y Argentina sigue la misma lógica: llenar los campos obligatorios del portal (habitaciones, baños, metraje, precio, dirección) y dejar la descripción en blanco, copiada de un template genérico o reducida a cinco líneas.
Esa práctica era neutral en la era de filtros. En la era semántica es un problema de visibilidad.
Un ejemplo concreto: una propiedad de 90m2 en el piso 9 de un edificio en Miraflores, Lima, con orientación norte, vista despejada al parque, espacio separado para home office y edificio que acepta mascotas tiene una propuesta de valor muy específica. Publicada con "depto 3/2, 90m2, Miraflores, precio a tratar", esa propiedad es invisible para el comprador que escribe "apartamento con vista al parque, piso alto, cuarto de trabajo, acepta mascotas". Visible solo para quien filtra por Miraflores y 2 o 3 habitaciones, entre decenas de propiedades idénticas en los resultados.
El efecto se amplifica a escala de portafolio. Una agencia con 80 propiedades activas, todas publicadas con descripciones genéricas, pierde visibilidad específica en todas las búsquedas por intención.
El 68% adoptó IA, pero la usa para pulir, no para enriquecer
La Encuesta de Tecnología 2025 de la NAR, aplicada en julio de 2025 sobre una muestra de 49.233 agentes, encontró que el 68% ya adoptó herramientas de IA, superando por primera vez la mitad del sector (según NAR, 2025). El 46% las usa para generar contenido, con las fichas de propiedades como caso de uso más frecuente.
El problema: solo el 17% reporta un impacto positivo significativo en su negocio. El 46% dice que no notó ningún cambio.
La explicación no es que la IA falle. Es que la mayoría la usa para hacer la descripción más elegante, no para agregar información que cambie la visibilidad. Una descripción que dice "espectacular departamento de diseño en exclusiva ubicación" se lee mejor que "depto 3/2 bien ubicado", pero ambas son invisibles para el comprador que busca en lenguaje natural. El texto tiene más adjetivos, pero las mismas señales semánticas nulas.
JLL reportó en 2025 que el 88% de los operadores inmobiliarios ya pilotea IA, pero solo el 5% logra resultados concretos (según JLL, 2025). La brecha entre adopción y resultado aparece en los mismos casos: se adopta la herramienta, pero no se cambia el proceso que la herramienta debería mejorar. En fichas, el proceso que necesita cambiar es qué información captura el agente en la propiedad antes de escribir la ficha.
Las señales semánticas que una ficha necesita
Una descripción que funciona en búsqueda semántica no es más larga: es más específica. Los tipos de información que los buscadores por lenguaje natural procesan, y que los filtros no cubren, se agrupan en cuatro categorías.
Luz y orientación. "Recibe sol de mañana hasta las 14:00, orientación noreste, pisos 7 en adelante sin obstrucción." Ningún portal tiene filtro para esto. Los compradores lo buscan en frases.
Condición del espacio. "Cuarto separado con puerta, ideal para home office" o "cocina abierta integrada al comedor" son señales que diferencian propiedades con el mismo metraje. Los modelos semánticos detectan que "cuarto separado" responde a la consulta "espacio de trabajo".
Contexto del edificio. "Sin reuniones de copropietarios en deuda", "expensas que incluyen portería y mantenimiento de áreas comunes", "aprobado para crédito hipotecario" o "acepta mascotas según reglamento" son criterios de decisión reales que no tienen campo en ningún portal de LATAM.
Entorno inmediato. "A 400 metros del metro Chapultepec", "frente al parque Simón Bolívar", "en calle tranquila de tráfico local". Los buscadores semánticos correlacionan estas frases con consultas de compradores sobre vecindario y movilidad.
El punto no es inventar atributos. Es capturar en la descripción lo que la propiedad tiene y que hoy no está escrito en ningún lado.
Qué hacer con esto
El primer paso no es reescribir todo el portafolio de una vez. Es hacer una auditoría rápida: cuántas propiedades activas tienen menos de 150 palabras en la descripción y cuántas de esas llevan más de 30 días sin recibir contactos del portal. Ese cruce identifica dónde el problema de visibilidad semántica ya está costando resultados.
El segundo paso es establecer un protocolo de captación de señales en la visita de levantamiento. Antes de escribir la ficha, el agente responde un checklist de ocho a diez preguntas: orientación, pisos con vista despejada, horas de luz natural, tipo de espacio de trabajo disponible, contexto del edificio (acepta mascotas, permite crédito, expensas estables), y tres referencias de entorno medibles (metros al metro, al parque, al colegio más cercano). Eso tarda diez minutos y produce el insumo que ningún AI puede inventar.
El tercer paso es usar IA para expandir, no para pulir. El prompt que funciona no es "reescribe esto más elegante". El prompt que funciona es "a partir de estos atributos específicos, escribe una descripción de 200 palabras que responda las preguntas que hace un comprador que busca en lenguaje natural". La diferencia de resultado es notable.
El cuarto paso aplica para agencias que publican volumen: revisar las fichas existentes en portafolio y agregar texto libre a las propiedades que solo tienen campos estructurados. Lamudi, Properati y ZonaProp permiten texto libre en la descripción. Pocas agencias lo aprovechan.
El buscador semántico no reemplaza los filtros: el 84% de los agentes del Reino Unido anticipa que la búsqueda por IA se volverá el modo principal de los compradores, no el único (según One Place, 2026). Los dos modelos coexistirán. Pero las propiedades que solo existen para filtros dejarán de aparecer en la mitad de las búsquedas relevantes antes de que la mayoría de las agencias note la caída.